Sự Sụp Đổ Nội Tại của Kinh Thánh Khởi Nghiệp: Biết Càng Nhiều, Chết Càng Nhanh

Mọi người đều sử dụng cùng một chiến lược, nên tất cả đều thất bại.

Tác giả: Colossus

Biên dịch: Deep潮 TechFlow

Deep潮 Dẫn Nhập: Bài viết này dùng dữ liệu của chính phủ Mỹ để vạch trần một sự thật khó chịu: Trong 30 năm qua, tất cả các sách bán chạy về phương pháp khởi nghiệp — Lean Startup, Customer Development, Business Model Canvas — về mặt thống kê đều không giúp tăng tỷ lệ sống sót của các công ty khởi nghiệp.

Vấn đề không nhất thiết là phương pháp luận sai, mà là khi tất cả mọi người đều dùng cùng một chiến lược, nó sẽ mất đi lợi thế của mình.

Lập luận này cũng đúng với các nhà sáng lập trong lĩnh vực tiền mã hóa và Web3, đặc biệt là những người đang xem các “Hướng Dẫn Khởi Nghiệp Web3” khác nhau, nên đọc kỹ.

Toàn văn sau đây:

Bất kỳ phương pháp nào để xây dựng công ty khởi nghiệp, khi được phổ biến rộng rãi, đều khiến các nhà sáng lập rơi vào cùng một câu trả lời. Nếu tất cả mọi người đều theo đuổi các kỹ năng khởi nghiệp bán chạy giống nhau, cuối cùng tất cả đều tạo ra các công ty giống nhau, không có sự khác biệt, phần lớn trong số đó sẽ thất bại. Thực tế là, mỗi khi ai đó cố gắng truyền đạt một phương pháp để xây dựng thành công startup, bạn đều nên làm khác đi. Khi hiểu rõ nghịch lý này, điều đó trở nên rõ ràng, nhưng chính nó cũng chứa đựng hướng đi phía trước.

Trước khi làn sóng “giảng đạo khởi nghiệp” mới nổ ra cách đây 25 năm, bộ khuyên bảo thay thế đó, thành thật mà nói, còn tệ hơn cả việc không có gì. Bộ này là sự pha trộn ngây thơ giữa chiến lược của các tập đoàn Fortune 500 và chiến thuật kinh doanh nhỏ, kết hợp kế hoạch 5 năm và quản lý công việc hàng ngày. Nhưng đối với các startup có tiềm năng tăng trưởng cao, lập kế hoạch dài hạn là vô nghĩa — tương lai không thể dự đoán, còn tập trung vào vận hành hàng ngày sẽ khiến nhà sáng lập dễ bị đối thủ cạnh tranh nhanh hơn tấn công. Các lời khuyên cũ này phù hợp với một thế giới tiến từng bước, chứ không phải thế giới đầy bất định căn bản.

Lời khuyên của thế hệ giảng đạo mới thì khác: trực quan hợp lý, lý luận có vẻ đầy đủ, cung cấp cho nhà sáng lập một quy trình từng bước để xây dựng doanh nghiệp trong điều kiện không chắc chắn thực sự. Steve Blank trong “Four Steps to Epiphany” (2005) đề xuất phương pháp Customer Development, dạy nhà sáng lập xem ý tưởng kinh doanh như một tập hợp giả thuyết có thể phủ nhận: đi ra ngoài, phỏng vấn khách hàng tiềm năng, xác minh hoặc bác bỏ giả thuyết trước khi viết bất kỳ mã nào. Eric Ries trong “The Lean Startup” (2011) dựa trên đó, đề xuất vòng lặp Build-Measure-Learn: phát hành sản phẩm khả thi tối thiểu, đo lường hành vi thực của người dùng, nhanh chóng lặp lại, thay vì mất thời gian hoàn thiện một sản phẩm không ai muốn. Osterwalder với Business Model Canvas (2008) cung cấp công cụ mô tả chín thành phần cốt lõi của mô hình kinh doanh, giúp nhà sáng lập nhanh chóng điều chỉnh khi một phần không hiệu quả. Design Thinking — do IDEO và Trường Thiết kế Stanford thúc đẩy — nhấn mạnh sự đồng cảm với người dùng cuối và nguyên mẫu nhanh để phát hiện vấn đề sớm nhất có thể. Thuyết Logic của Saras Sarasvathy khuyên bắt đầu từ kỹ năng và mạng lưới của chính nhà sáng lập, thay vì đảo ngược kỹ thuật để tạo ra một kế hoạch đạt mục tiêu lớn.

Các giảng đạo này cố ý xây dựng một ngành khoa học về thành công khởi nghiệp. Đến năm 2012, Steve Blank tuyên bố rằng Quỹ Khoa học Quốc gia Mỹ đang gọi khung Customer Development của ông là “phương pháp khoa học của khởi nghiệp”, và tuyên bố “Chúng ta giờ đã biết cách làm cho các công ty khởi nghiệp ít thất bại hơn”. Trang web của Lean Startup tuyên bố “Lean Startup cung cấp phương pháp khoa học để tạo ra và quản lý startup”, còn trang bìa sách trích lời CEO IDEO Tim Brown nói rằng Ries “đề xuất một quy trình khoa học có thể học hỏi và sao chép”. Đồng thời, Osterwalder trong luận án tiến sĩ khẳng định rằng Business Model Canvas dựa trên khoa học thiết kế (tiền thân của Design Thinking).

Các nhà nghiên cứu trong lĩnh vực khoa học khởi nghiệp cũng nghiên cứu về các startup, nhưng phương pháp của họ gần hơn nhân học: mô tả văn hóa của nhà sáng lập và thực hành của các công ty khởi nghiệp để hiểu chúng. Thế hệ giảng đạo mới có tầm nhìn thực dụng hơn — đó là điều mà nhà triết học tự nhiên Robert Boyle đã trình bày từ thời kỳ sơ khai của khoa học hiện đại: “Tôi không dám tự xưng là nhà tự nhiên học thực sự, trừ khi kỹ năng của tôi giúp vườn của tôi trồng được nhiều thảo mộc và hoa tốt hơn.” Nói cách khác, khoa học nên tìm kiếm chân lý căn bản, nhưng cũng phải hiệu quả.

Chúng có hiệu quả không, tất nhiên, quyết định xem chúng có xứng đáng gọi là khoa học hay không. Còn về giảng đạo khởi nghiệp, điều chắc chắn là: nó không có tác dụng.

Chúng ta đã học được gì?

Trong khoa học, chúng ta dùng thí nghiệm để xác định một điều có hiệu quả hay không. Khi thuyết tương đối của Einstein dần được chấp nhận, các nhà vật lý khác đã bỏ thời gian và tiền bạc để thiết kế các thí nghiệm kiểm tra dự đoán của nó có chính xác hay không. Chúng ta học trong tiểu học rằng phương pháp khoa học chính là khoa học.

Tuy nhiên, do một số khiếm khuyết trong bản chất con người, chúng ta cũng có xu hướng chống lại ý tưởng “chân lý được phát hiện như vậy”. Bộ óc chúng ta mong đợi bằng chứng, còn trái tim cần nghe một câu chuyện. Có một quan điểm triết học cổ — được Steven Shapin và Simon Schaffer khám phá xuất sắc trong “Leviathan and the Air-Pump” (1985) — cho rằng quan sát không thể mang lại chân lý, chân lý thực sự chỉ có thể suy ra từ những điều đã biết là đúng dựa trên các nguyên lý logic, bắt đầu từ nguyên lý đầu tiên. Dù đây là tiêu chuẩn trong toán học, nhưng trong các lĩnh vực dữ liệu có chút nhiễu loạn hoặc dựa trên các tiên đề không vững chắc, nó có thể dẫn đến các kết luận hấp dẫn nhưng thực ra vô lý.

Trước thế kỷ 16, các bác sĩ điều trị dựa trên tác phẩm của Galen (Hy Lạp, thế kỷ 2). Galen cho rằng bệnh do mất cân bằng của bốn chất dịch — máu, đờm, mật vàng, mật đen — và đề xuất cắt máu, gây nôn, hút huyết để cân bằng lại. Các bác sĩ tuân theo các phương pháp này hơn một nghìn năm, không phải vì chúng hiệu quả, mà vì quyền uy của các học giả cổ xưa dường như vượt xa giá trị quan sát đương đại. Nhưng khoảng 1500, bác sĩ Paracelsus nhận ra rằng các phương pháp của Galen thực ra không giúp bệnh nhân khỏi bệnh, thậm chí một số — như dùng thủy ngân để điều trị giang mai — vô lý trong khung lý thuyết dịch thể, nhưng lại có hiệu quả thật. Paracelsus bắt đầu lắng nghe bằng chứng, thay vì phục tùng quyền uy đã mất từ lâu: “Bệnh nhân là sách giáo khoa của bạn, giường bệnh là phòng thí nghiệm của bạn.” Năm 1527, ông thậm chí đốt cháy công trình của Galen công khai. Tầm nhìn của ông phải mất hàng trăm năm mới được chấp nhận — gần 300 năm sau, George Washington qua đời sau một lần cắt máu quá đà — vì người ta thích tin vào câu chuyện gọn gàng, đơn giản của Galen hơn là đối mặt với thực tế phức tạp, rối rắm.

Paracelsus bắt đầu từ những điều hiệu quả, rồi tìm ra nguyên nhân. Người theo nguyên lý đầu tiên giả định một “nguyên nhân” rồi khăng khăng nó có hiệu quả, bất kể kết quả ra sao. Các nhà tư duy khởi nghiệp hiện đại thì giống Paracelsus hơn: dựa vào bằng chứng? Hay dựa vào câu chuyện đẹp đẽ, hợp lý của chính họ? Trong danh nghĩa khoa học, hãy cùng xem xét bằng chứng.

Dưới đây là dữ liệu chính thức về tỷ lệ tồn tại của các startup Mỹ do chính phủ công bố. Mỗi đường biểu diễn xác suất tồn tại của các công ty thành lập trong từng năm. Đường đầu tiên theo dõi tỷ lệ tồn tại sau 1 năm, đường thứ hai sau 2 năm, v.v. Biểu đồ cho thấy từ 1995 đến nay, tỷ lệ các công ty tồn tại sau 1 năm gần như không đổi. Tỷ lệ tồn tại sau 2, 5, 10 năm cũng vậy.

Thế hệ giảng đạo mới đã tồn tại đủ lâu, và được biết đến rộng rãi — sách vở liên quan bán được hàng triệu bản, gần như tất cả các khoá học khởi nghiệp đại học đều dạy. Nếu chúng hiệu quả, dữ liệu thống kê sẽ phản ánh điều đó. Tuy nhiên, trong 30 năm qua, không có tiến bộ hệ thống nào giúp các startup dễ sống sót hơn.

Dữ liệu chính phủ thống kê tất cả các startup Mỹ, bao gồm nhà hàng, tiệm giặt ủi, văn phòng luật, công ty thiết kế cảnh quan — chứ không chỉ các startup công nghệ có tiềm năng tăng trưởng cao được VC hỗ trợ. Các giảng đạo không tuyên bố phương pháp của họ chỉ phù hợp với các công ty Silicon Valley, nhưng các kỹ thuật này thường được thiết kế phù hợp với các công ty có khả năng rủi ro lớn, khi nhà sáng lập sẵn sàng chấp nhận rủi ro cao để hy vọng lợi nhuận lớn. Do đó, chúng tôi chọn một chỉ số phù hợp hơn: tỷ lệ các startup được VC hỗ trợ tiếp tục gọi vốn sau vòng đầu tiên. Với cách vận hành của VC, có thể giả định rằng phần lớn các công ty không gọi vốn tiếp theo đều không còn tồn tại.

Đường liền thể hiện dữ liệu gốc; đường đứt nét đã điều chỉnh cho các công ty còn có thể gọi vốn vòng A trong giai đoạn gần đây.

Tỷ lệ các công ty gọi vốn vòng sơ khai tiếp tục gọi vốn vòng sau giảm mạnh, không ủng hộ giả thuyết rằng các startup được VC hỗ trợ đã trở nên thành công hơn trong 15 năm qua. Nếu có gì thay đổi, thì dường như các công ty thất bại còn nhiều hơn. Tất nhiên, việc phân bổ vốn của VC không chỉ phụ thuộc vào chất lượng startup: tác động của đại dịch COVID-19, sự kết thúc của thời kỳ lãi suất thấp, nhu cầu vốn cao của AI, v.v.

Người ta cũng có thể tranh luận rằng, việc tăng tổng lượng vốn đầu tư đã thu hút nhiều nhà sáng lập kém năng lực hơn, làm giảm tỷ lệ thành công. Nhưng trong biểu đồ dưới đây, tỷ lệ thành công giảm cả khi số lượng công ty gọi vốn tăng và giảm. Nếu các nhà sáng lập thiếu kỹ năng kéo giảm trung bình, thì khi số công ty gọi vốn giảm sau năm 2021, tỷ lệ thành công phải tăng trở lại. Nhưng thực tế không như vậy.

Nhưng việc số lượng nhà sáng lập tăng có phải là thành công không? Hãy thử nói điều này với những startup cuối cùng thất bại sau khi nghe theo lời giảng đạo. Đó là những con người thật, đã đặt cược thời gian, tiền tiết kiệm, danh tiếng của mình; họ xứng đáng biết rõ điều họ đang đối mặt. Các nhà đầu tư mạo hiểm hàng đầu có thể kiếm được nhiều tiền hơn — hiện nay có nhiều kỳ lân hơn trước — nhưng phần lớn là do thời gian thoái vốn kéo dài hơn, và phân phối các thành công cực lớn theo phân phối theo luật số trong toán học, nghĩa là càng nhiều startup được khởi tạo, xác suất thành công lớn càng cao. Đối với nhà sáng lập, đó là sự an ủi lạnh lùng. Hệ thống này có thể tạo ra nhiều giải thưởng lớn hơn, nhưng không cải thiện tỷ lệ thành công của từng cá nhân.

Chúng ta cần thẳng thắn nhìn nhận một thực tế: thế hệ giảng đạo mới không giúp các startup thành công hơn. Dữ liệu cho thấy, trong điều kiện tốt nhất, chúng cũng không có tác dụng gì.

Chúng ta đã dành hàng tỷ đô la và hàng thập kỷ để theo đuổi một khung tư duy hoàn toàn sai lầm.

Chuyển Hướng Sang Một Khoa Học Khởi Nghiệp

Các giảng đạo tuyên bố họ đang xây dựng một khoa học về khởi nghiệp, nhưng theo tiêu chuẩn rõ ràng của chính họ, chúng ta chưa tiến bộ gì: chúng ta không biết làm thế nào để các startup thành công hơn. Boyle sẽ nói, nếu vườn của chúng ta chưa trồng ra thảo mộc hay hoa tốt hơn, thì chẳng có khoa học nào cả. Thật đáng thất vọng, cũng thật khó hiểu. Với thời gian bỏ ra, sự phổ biến rộng rãi, và trình độ trí tuệ rõ ràng đằng sau các ý tưởng này, thật khó tưởng tượng chúng vô dụng. Nhưng dữ liệu cho thấy, chúng ta thực sự chẳng học được gì.

Nếu muốn xây dựng một khoa học khởi nghiệp thực sự, chúng ta cần hiểu rõ nguyên nhân. Có ba khả năng. Thứ nhất, có thể các lý thuyết này hoàn toàn sai. Thứ hai, có thể các lý thuyết này quá rõ ràng đến mức không cần hệ thống hoá. Thứ ba, có thể một khi tất cả mọi người đều dùng cùng một lý thuyết, chúng sẽ không còn mang lại lợi thế nào nữa. Rốt cuộc, bản chất của chiến lược là làm khác đi so với đối thủ.

Có thể lý thuyết chính là sai

Nếu các lý thuyết này hoàn toàn sai, thì khi chúng lan rộng, tỷ lệ thành công của startup phải giảm. Dữ liệu của chúng ta không phản ánh điều đó, còn tỷ lệ thất bại của các startup VC hỗ trợ thì có vẻ tăng lên vì lý do khác. Dù sao, các lý thuyết này trông có vẻ không sai. Việc nói chuyện với khách hàng, thử nghiệm, lặp lại liên tục rõ ràng là có ích. Nhưng lý thuyết của Galen vào thế kỷ 2 cũng không khác gì là sai. Trước khi kiểm tra các giả thuyết khoa học khác, chúng ta cần thử nghiệm các khung này, để biết chúng có đúng hay không.

Đây là tiêu chuẩn của Karl Popper trong “The Logic of Scientific Discovery”: một lý thuyết là khoa học khi và chỉ khi nó có thể bị chứng minh là sai. Bạn có lý thuyết, bạn thử nghiệm nó. Nếu kết quả không ủng hộ, bạn bỏ đi, thử cái khác. Một lý thuyết không thể bị phủ nhận về mặt lý thuyết thì không phải là lý thuyết, mà chỉ là niềm tin.

Ít ai áp dụng tiêu chuẩn này vào nghiên cứu khởi nghiệp. Có một số thử nghiệm ngẫu nhiên có đối chứng, nhưng thường thiếu sức mạnh thống kê, và “hiệu quả” được định nghĩa khác với thành công thực sự của startup. Với hàng tỷ đô la đầu tư mỗi năm, chưa kể hàng năm nhà sáng lập bỏ ra hàng năm trời để thử nghiệm ý tưởng, thật kỳ lạ khi không ai cố gắng xác minh xem các kỹ thuật được dạy trong các chương trình đào tạo khởi nghiệp có thực sự hiệu quả hay không.

Nhưng các giảng đạo hầu như không có động lực thử nghiệm lý thuyết của họ: họ kiếm tiền và ảnh hưởng qua việc bán sách. Các accelerator khởi nghiệp kiếm lợi từ việc đưa nhiều startup vào “hệ thống rơi” theo luật phân phối, chỉ thu lợi nhỏ từ các thành công bất thường. Các nhà nghiên cứu cũng có động lực méo mó của riêng họ: chứng minh lý thuyết sai sẽ làm họ mất tài trợ, chứ không mang lại phần thưởng xứng đáng. Toàn ngành này có cấu trúc như “tôn thờ vật chất” mà nhà vật lý Richard Feynman gọi là “khoa học tôn thờ hàng hóa”: một tòa nhà mô phỏng hình thức khoa học nhưng không có nội dung thực chất, dựa trên các câu chuyện phi khoa học, rút ra quy tắc mà không xây dựng nguyên nhân-cơ chế căn bản. Chỉ vì một số startup thành công đã phỏng vấn khách hàng, chưa chắc đã có nghĩa là startup của bạn cũng thành công nếu làm như vậy.

Nhưng trừ khi chúng ta thừa nhận các câu trả lời hiện tại chưa đủ tốt, còn không thì chúng ta sẽ không có động lực tìm kiếm câu trả lời mới. Chúng ta cần thử nghiệm để phát hiện cái gì hiệu quả, cái gì không. Điều này sẽ tốn kém, vì startup là đối tượng thử nghiệm tồi tệ. Rất khó bắt buộc một startup làm điều gì đó hoặc không làm điều gì đó (bạn có thể ngăn nhà sáng lập lặp lại, phỏng vấn khách hàng, hỏi ý kiến người dùng không?). Trong khi đó, khi công ty đang chiến đấu để tồn tại, việc ghi chép cẩn thận thường là thứ bị bỏ qua hàng đầu. Mỗi lý thuyết cũng có nhiều chi tiết cần thử nghiệm. Thực tế, có thể các thử nghiệm này không thể thực hiện tốt. Nhưng nếu đúng như vậy, thì chúng ta phải thừa nhận rằng, đối với bất kỳ lý thuyết nào không thể phủ nhận, chúng ta đều nói thẳng: đó không phải là khoa học, mà là giả khoa học.

Có thể lý thuyết quá rõ ràng đến mức tự phủ nhận

Ở một mức độ nào đó, nhà sáng lập không cần phải học chính thức các kỹ thuật này. Trước khi Steve Blank đề xuất “Customer Development”, các nhà sáng lập đã tự phát triển kỹ năng này qua việc nói chuyện với khách hàng. Tương tự, họ đã xây dựng sản phẩm khả thi tối thiểu và lặp lại trước khi Ries đặt tên cho nó. Họ đã thiết kế sản phẩm cho người dùng trước khi gọi đó là “Design Thinking”. Các quy luật vận hành của kinh doanh thường thúc đẩy những hành vi này, hàng triệu người làm kinh doanh đã tự phát sáng chế lại các phương pháp này để giải quyết các vấn đề hàng ngày. Có thể các lý thuyết này là rõ ràng, còn các giảng đạo chỉ là “đổ mới vào chai cũ”.

Điều này không nhất thiết là xấu. Có lý thuyết hiệu quả, dù rõ ràng, cũng là bước đầu để tiến tới lý thuyết tốt hơn. Trái ngược với Popper, các nhà khoa học không dễ dàng từ bỏ một lý thuyết có triển vọng ngay khi nó bị phủ nhận; họ sẽ cố gắng cải tiến hoặc mở rộng nó. Nhà triết học Thomas Kuhn trong “The Structure of Scientific Revolutions” đã minh họa rõ ràng điều này: sau khi Newton đưa ra lý thuyết hấp dẫn, hơn 60 năm sau, dự đoán của nó về chuyển động của mặt trăng vẫn sai, cho đến khi nhà toán học Alexis Clairaut nhận ra đó là một vấn đề ba vật thể và sửa chữa. Tiêu chuẩn của Popper sẽ khiến chúng ta từ bỏ Newton. Nhưng điều đó không xảy ra, vì lý thuyết này vẫn còn nhiều điểm mạnh khác. Kuhn cho rằng, các nhà khoa học trong một hệ thống niềm tin gọi là “paradigm” thường bảo thủ, vì nó cung cấp cấu trúc để xây dựng và cải tiến dựa trên nền tảng hiện có, trừ khi có lý do bắt buộc. Paradigm là con đường tiến lên phía trước.

Nghiên cứu về khởi nghiệp chưa có một paradigm rõ ràng. Hoặc nói đúng hơn, có quá nhiều paradigm, và không có cái nào đủ thuyết phục để thống nhất toàn ngành. Điều này có nghĩa là, những ai xem khởi nghiệp như một ngành khoa học, sẽ không có hướng dẫn chung để xác định vấn đề đáng giải quyết, ý nghĩa của các quan sát, hoặc cách cải tiến các lý thuyết chưa hoàn chỉnh. Không có paradigm, các nhà nghiên cứu chỉ đang mò mẫm, nói chuyện lung tung. Để khởi nghiệp thành một ngành khoa học, cần có một paradigm chủ đạo: một bộ khung đủ thuyết phục để tổ chức nỗ lực tập thể. Đây là điều còn khó hơn việc đơn giản quyết định thử nghiệm lý thuyết nào, vì để trở thành paradigm, một ý tưởng phải trả lời được các câu hỏi mở cấp bách. Chúng ta không thể làm điều đó từ con số không, nhưng nên khuyến khích nhiều người thử.

Có thể lý thuyết tự phủ nhận chính nó

Kinh tế học dạy rằng, nếu bạn làm giống hệt tất cả mọi người — bán cùng sản phẩm cho cùng khách hàng, dùng cùng quy trình sản xuất, mua cùng nhà cung cấp — cạnh tranh trực tiếp sẽ đẩy lợi nhuận về zero. Khái niệm này là nền tảng của chiến lược kinh doanh, từ lý thuyết “Reflexivity” của George Soros — các niềm tin của thị trường thay đổi chính thị trường, xói mòn lợi thế của họ — đến luận điểm Schumpeter về “sáng tạo phá hủy” (creative destruction). Michael Porter trong “Competitive Strategy” mã hóa điều này thành việc tìm kiếm vị trí thị trường chưa ai chiếm lĩnh. Kim & Mauborgne trong “Blue Ocean Strategy” đi xa hơn, cho rằng doanh nghiệp nên tạo ra thị trường không cạnh tranh, chứ không phải tranh giành trong thị trường hiện có.

Tuy nhiên, nếu tất cả mọi người đều dùng cùng một cách để xây dựng công ty, thì họ sẽ cạnh tranh trực tiếp. Nếu tất cả các nhà sáng lập đều phỏng vấn khách hàng, họ đều đi đến cùng một câu trả lời. Nếu tất cả đều phát hành sản phẩm khả thi tối thiểu và lặp lại, họ đều tiến tới cùng một sản phẩm cuối cùng. Trong thị trường cạnh tranh, thành công phải là tương đối, nghĩa là các phương pháp hiệu quả phải khác biệt với tất cả những gì người khác đang làm.

Phép phản chứng rõ ràng: nếu tồn tại một quy trình đảm bảo thành công cho startup, thì mọi người sẽ ngày ngày sản xuất hàng loạt các startup thành công. Đó sẽ là một cỗ máy tạo tiền vĩnh cửu. Nhưng trong môi trường cạnh tranh, hàng loạt startup mới xuất hiện sẽ dẫn đến phần lớn thất bại. Giả thuyết sai là: một quy trình như vậy có thể tồn tại.

Trong lý thuyết tiến hóa, có một phép so sánh chính xác. Năm 1973, nhà sinh vật học Le Van Valen đề xuất “giả thuyết Nữ hoàng đỏ” (Red Queen Hypothesis): trong bất kỳ hệ sinh thái nào, khi một loài tiến hóa để có lợi thế bằng cách hy sinh loài khác, thì loài yếu hơn sẽ tiến hóa để chống lại sự cải thiện đó. Tên gọi xuất phát từ truyện “Alice Through the Looking Glass” của Lewis Carroll, trong đó Nữ hoàng Đỏ nói với Alice: “Bạn phải chạy hết tốc lực để giữ nguyên vị trí.” Các loài phải liên tục đổi mới chiến lược để tồn tại trong cuộc đua với các đối thủ.

Tương tự, khi các phương pháp khởi nghiệp mới được tất cả mọi người nhanh chóng áp dụng, không ai có lợi thế tương đối, tỷ lệ thành công sẽ giữ nguyên hoặc giảm. Để chiến thắng, startup phải phát triển các chiến lược khác biệt sáng tạo, và xây dựng hàng rào chống bắt chước bền vững trước khi đối thủ bắt kịp. Điều này thường đòi hỏi chiến lược thành công phải là nội tại, hoặc quá đặc biệt đến mức không ai nghĩ đến việc sao chép.

Nghe có vẻ khó để xây dựng một khoa học chính thống…